检测到您已登录华为云国际站账号,为了您更好的体验,建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
例如,“结合金融领域相关知识,生成一份调研报告大纲,报告主题是区块链洞察”、“以上是某理财app用户反馈的问题,请提供解决方案。” 人设: 增加人设可以让生成的内容更符合该领域需求。 例如,“假设你是一位银行面试官,请生成10个银行面试问题。”
CoT思维链 对于复杂推理问题(如数学问题或逻辑推理),通过给大模型示例或鼓励大模型解释推理过程,可以引导大模型生成准确率更高的结果。 单样本/多样本 可以在提示词中提供示例,让模型先学习后回答,在使用这种方法时需要约束新样例不能照抄前面给的参考样例,新样例必须多样化、不能重复等,
<HttpResponse> future = httpclient.execute(HttpAsyncMethods.create(httpPost), StreamHelper.getAsyncConsumer(streamCallBack
自定义参数问答:自定义设置如temperature等参数,获得对应的效果。
return_type。为可选参数,如果func为未指定返回值类型的callable类型,必须通过return_type指定返回值类型。 父主题: Agent(智能代理)
"x亿人民币"; case "y公司": return "y亿人民币"; case "z公司": return "z亿人民币"; default
answer 自定义参数问答:自定义设置如temperature等参数,获得对应的效果。
True return False agent.add_listener(InterruptListener()) 上面的例子中,当满足if判断条件时,就会直接终止agent的执行,并且agent的finalAnswer被设置为工具的原始返回值。
current.append(doc) length = length + len(doc) if current: result.append(separator.join(current)) return
"in use"; case "A03": return "booked"; default: return "available"; } }
void initAgent() { LLM llm = LLMs.of(LLMs.PANGU, LLMConfig.builder() .llmParamConfig(LLMParamConfig.builder().temperature
true; } return false; } }); 上述例子中,当满足if判断条件时,会直接终止Agent的执行,且finalAnswer被设置为工具的原始返回值。
=pickle.loads(eval(retrieved_tool.tool_metadata.get("return_type")))) for retrieved_tool in retrieved_tools] @staticmethod
}, { "role": "user", "content": "介绍下长江,以及长江中典型的鱼类" } ], "temperature": 0.9, "max_tokens": 600 }
pangukitsappdev.api.llms.llm_config import LLMParamConfig # 不带参数的问答 skill.execute({"subject": "哈士奇", "count": 20}) # 带参数的问答 llm_param_config = LLMParamConfig(temperature
temperature 否 Float 用于控制生成文本的多样性和创造力。 取值接近0表示最低的随机性,1表示最高的随机性。一般来说,temperature越低,适合完成确定性的任务。temperature越高,如0.9,适合完成创造性的任务。
推理相关概念 表2 训练相关概念说明 概念名 说明 温度系数 温度系数(temperature)控制生成语言模型中生成文本的随机性和创造性,调整模型的softmax输出层中预测词的概率。其值越大,则预测词的概率的方差减小,即很多词被选择的可能性增大,利于文本多样化。
> inputs = new HashMap<>(); inputs.put("subject", "哈士奇"); inputs.put("count", "25"); LLMParamConfig param = LLMParamConfig.builder().temperature
temperature 否 Float 用于控制生成文本的多样性和创造力。 取值接近0表示最低的随机性,1表示最高的随机性。一般来说,temperature越低,适合完成确定性的任务。temperature越高,如0.9,适合完成创造性的任务。
SimpleDateFormat("yyyy年MM月dd日").format(new Date()); final LLMConfig config = LLMConfig.builder() .llmParamConfig(LLMParamConfig.builder().temperature